2025年大学《统计学》专业题库- 非参数统计方法在医学研究中的应用

2025年大学《统计学》专业题库——非参数统计方法在医学研究中的应用考试时间：______分钟总分：______分姓名：______一、选择题1.下列哪种情况最适合使用非参数统计方法？A.样本量非常大，满足中心极限定理B.数据服从严格的正态分布C.比较三个以上独立组别的定量数据，但数据不满足正态性D.比较两个相关样本的定性数据（如治愈/未愈比例）2.Wilcoxon符号秩检验主要用于什么类型的比较？A.两个独立样本的均值比较B.单个样本的均值与参考值比较C.两个相关样本的均值比较D.单个样本的分布位置与理论分布比较3.Kruskal-WallisH检验的零假设是什么？A.至少两个组的样本来自同一总体B.所有组的样本均值相等C.所有权重之和相等D.所有组的样本方差相等4.在医学研究中，欲比较四种不同药物对某指标的影响，但检测指标数据偏态且样本量较小，应优先考虑使用哪种检验方法？A.单因素方差分析(ANOVA)B.Mann-WhitneyU检验C.Kruskal-WallisH检验D.Friedman检验5.如果数据是定性的，例如比较两组患者的性别比例（男/女），最常用的非参数检验方法是？A.Wilcoxon符号秩检验B.卡方检验(Chi-squaredtest)C.Spearman秩相关系数D.Kolmogorov-Smirnov检验6.对于配对设计的数据，如果差值数据不服从正态分布，且想比较差值的中位数是否为零，应选用？A.配对样本t检验B.Wilcoxon符号秩检验C.符号检验D.独立样本t检验7.非参数统计方法的主要优势在于？A.检验效能通常高于参数方法B.对样本量要求不高，适用于小样本研究C.可以直接估计总体参数D.仅适用于正态分布数据8.进行非参数检验前，通常需要进行什么步骤来判断数据是否满足参数检验的前提？A.计算样本相关系数B.进行正态性检验C.计算样本方差D.进行样本量估计9.在一项关于某种疗法有效性的研究中，研究者收集了患者治疗前后的疼痛评分（定序数据），欲比较治疗前后疼痛程度是否有显著变化，应考虑使用？A.独立样本t检验B.Wilcoxon符号秩检验C.Mann-WhitneyU检验D.Kruskal-WallisH检验10.当使用卡方检验比较两个分类变量的关联性时，其基本假设包括？A.样本量足够大B.各单元格期望频数不宜太小C.数据服从正态分布D.变量间存在线性关系二、填空题1.非参数统计方法不依赖于总体的______分布假设，因此适用范围更广。2.Wilcoxon符号秩检验是配对样本t检验的______检验替代方法。3.Mann-WhitneyU检验是独立样本t检验的______检验替代方法。4.Kruskal-WallisH检验适用的前提是样本来自的总体分布______相同。5.对于两个定序变量，可以使用______检验来分析它们之间是否存在关联。6.符号检验是基于数据的______来进行检验的。7.当数据为定性数据且要比较两组比例差异时，常用的检验方法是______。8.在医学研究中，非参数方法常用于处理______数据或______数据。9.若数据不满足正态性且样本量较小，选择非参数方法的主要原因是______。10.若对多个相关样本的秩次进行比较，应考虑使用______检验。三、简答题1.简述选择非参数统计方法的主要依据。2.简要说明符号检验和Wilcoxon符号秩检验的主要区别。3.解释Kendall'stau-b相关系数在医学研究中可能的应用场景及其意义。四、计算题1.某医生欲比较两种方法治疗某疾病的效果，随机选取10名患者，记录治疗前后症状严重程度评分（分数越高表示越严重，为定序数据）：下表为其中5名患者的治疗前后评分数据。患者编号|治疗前评分|治疗后评分---|---|---1|4|32|3|23|5|44|2|15|3|2（数据省略5名）假设数据不满足正态性，请说明应选用何种非参数方法检验两种治疗方法的效果是否存在差异，并简述检验步骤的核心思想。2.某研究欲比较三种不同剂量药物A、B、C对某项生命体征指标的影响，选取了独立样本，并测得数据（指标为连续变量）后，发现数据偏态。样本量分别为n_A=8,n_B=7,n_C=9。请说明应选用何种非参数方法比较三组均值是否存在差异，并简述其基本原理。五、论述题试结合医学研究的实际场景，论述在什么情况下应优先考虑使用非参数统计方法，并分析其相较于参数统计方法的主要优势和潜在局限。试卷答案一、选择题1.C2.C3.A4.C5.B6.B7.B8.B9.B10.B二、填空题1.特定2.非参数3.非参数4.类似5.卡方6.符号7.卡方8.定性，非正态9.数据分布未知或样本量小10.Friedman三、简答题1.依据主要包括：数据不满足参数检验的前提（如正态性），样本量过小，研究变量为定性或定序数据，或对总体分布了解甚少。2.符号检验只关注差值的正负符号，不考虑差值大小，检验力较弱；Wilcoxon符号秩检验考虑了差值的大小，并对差值的秩次进行检验，检验力更强。3.应用场景：分析两种有序分类变量（如治疗前后疗效等级、不同分组患者的不良反应等级）之间是否存在单调趋势的关联。例如，分析吸烟程度（低/中/高）与肺癌严重程度（轻度/中度/重度）之间是否存在关联。Kendall'stau-b可以提供一个关联强度和方向的度量，且能较好地处理存在结（tiedranks）的情况。四、计算题1.检验方法：应选用Wilcoxon符号秩检验。解析思路：该题是配对设计（同一患者治疗前后对比），涉及定序数据（症状严重程度评分），且明确指出数据不满足正态性。Wilcoxon符号秩检验适用于配对设计、数据至少为定序、差值分布不已知或非正态的情况，是比较配对均值差异的非参数方法。检验核心思想是：计算治疗前后评分差值的秩次，忽略差值为0的观测值，分别计算正秩次总和T+和负秩次总和T-（或直接用最小秩次和T），比较T与临界值，或计算检验统计量Z值，判断治疗前后评分的中位数是否存在显著差异。2.检验方法：应选用Kruskal-WallisH检验。解析思路：该题是比较三个独立组（不同药物剂量组）的均值差异，数据为连续变量但明确指出不满足正态性。Kruskal-WallisH检验是独立样本非参数检验中用于比较三个或以上组别中位数差异的扩展方法，适用于数据不满足正态性且样本量不大的情况。其基本原理是将所有样本混合排序，计算每个组的秩和，构建一个类似于方差分析F统计量的H统计量，该统计量反映了组间秩次差异的大小。如果H统计量显著，则拒绝各组中位数相等的零假设。五、论述题优先考虑使用非参数统计方法的情况通常包括：1.数据不满足参数检验的严格前提，特别是正态性假设。当样本量较小或分布明显偏态、存在异常值时，非参数方法更稳健。2.研究变量是定性的（如分类、等级）或定序的，非参数检验可以直接处理这类数据。3.研究设计导致数据不符合参数检验的要求，如匹配设计、配对设计的数据。4.对总体分布了解非常有限，无法进行参数估计。主要优势：1.适用范围广，对数据分布要求低，不依赖特定分布假设。2.对小样本研究更为适用。3.处理定性数据和定序数据能力强。4.某些情况下对异常值不敏感。潜在局限：1.检验效能通常低于相应的参数检验方法（在参数检验的前提满足时），即